La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Les pixels Contenu tiré du cours par Derek Hoiem.

Présentations similaires


Présentation au sujet: "Les pixels Contenu tiré du cours par Derek Hoiem."— Transcription de la présentation:

1 Les pixels Contenu tiré du cours par Derek Hoiem

2 Administration Des questions? TP1? Matlab + algèbre linéaire (Maxime) Heures de disponibilités (JF): cette semaine. Doodle (voir Facebook)

3 Aujourd’hui: les pixels Qu’est-ce qu’un pixel? Comment représenter une image? Quelles opérations peut-on faire sur les pixels?

4 Rappel: formation d’une image

5 Plan de capteurs

6 Une matrice de pixels

7

8 Constance d’intensité 8

9

10 Images couleur

11 Image couleur R G B

12 Images dans Matlab Une image est une matrice Si nous avons use image RGB de dimensions NxM appelée “im” – im(1,1,1) = haut-gauche dans le canal “R” – im(y, x, 2) = y pixels plus bas, x pixels à droits, dans le canal “G” – im(N, M, 3) = bas-droite dans le canal “B” imread(filename) retourne use image en “uint8” (0 à 255) – On peut convertir en “double” (0 à1) avec im2double R G B lignes colonnes

13 Exemple 13

14 Espaces de couleur: RGB 0,1,0 0,0,1 1,0,0 Image de: Désavantages: Corrélation Perception Espace “par défaut” R (G=0,B=0) G (R=0,B=0) B (R=0,G=0)

15 “Uniformité perceptuelle”

16 Espace de couleur: CIE L*a*b* Espace de couleur “perceptuellement uniforme” L (a=0,b=0) a (L=65,b=0) b (L=65,a=0) Luminance = intensité Chrominance = couleur

17 Si vous pouviez choisir, garderiez-vous la luminance ou la chrominance?

18 Si vous pouviez choisir, garderiez-vous la luminance ou la chrominance?

19 Plus d’information dans la luminance Seulement la couleur, intensité constante

20 Plus d’information dans la luminance Seulement l’intensité, couleur constante

21 Plus d’information dans la luminance Image originale

22 Espace de couleur: HSV Très intuitif H (S=1,V=1) S (H=1,V=1) V (H=1,S=0)

23 Espace de couleur: YCbCr Y (Cb=0.5,Cr=0.5) Cb (Y=0.5,Cr=0.5) Cr (Y=0.5,Cb=05) Y=0Y=0.5 Y=1 Cb Cr Rapide à calculer, favourable pour la compression, utilisé pour la télé

24 Petit exemple (bis)? 24

25 Équilibre des blancs

26 Constance de couleur

27

28 Manuellement Sélection d’un objet neutre dans la scène Automatique (AWB) “Grey world”: moyenne de la scène est grise “White world”: objet le plus brillant est blanc Équilibre des blancs

29 Idée: multiplier chaque couleur par un facteur

30 Idées importantes En moyenne, les images ont une valeur moyenne grise… cela peut être utilise pour détecter des distorsions Les différences plus importantes sont plus visibles, alors l’utilisation de toute la gamme d’intensité améliore l’apparence C’est habituellement plus intuitif de travailler dans un espace de couleur autre que RGB

31 Reproduction tonale Problème typique: – E.g., camera capture des valeurs d’intensité 12 bit, mais nos écrans ne peuvent qu’afficher 8 bits!

32 Linéaire En fonction des pixels les plus clairs En fonction des pixels les plus sombres

33 Opérateur global (Reinhard et al.) Solution route simple: utiliser une transformée non-linéaire

34 Non-linéaire ReinhardEn fonction des pixels les plus sombres

35 Transformée ponctuelles Some figs from A. Efros’ slides

36 Négatif

37 Log

38 Puissance

39 “Clarification” d’images

40 Exemples

41 Contrast Stretching

42 Égalisation d’histogramme Idée de base: ré-assigner les valeurs d’intensité pour “égaliser” l’histogramme Histogramme: décompte du nombre de pixels qui ont une valeur d’intensité Histogramme cumulatif: combien de pixels ont au-moins une valeur d’intensité 42

43 Contraste

44 Histogrammes & histogrammes cumulatifs Histogrammes cumulatifs

45 Égalisation d’histogrammes

46 Algorithme But: Déterminer une fonction f(i) qui re- distribuera les valeurs d’intensité afin de les rendre plus uniformes. 1.Calculer l’histogramme cumulatif 2.f(i) = c(i) / N * 255! 3.Combiner les deux valeurs: 46

47 Locally weighted histograms Compute cumulative histograms in non- overlapping MxM grid For each pixel, interpolate between the histograms from the four nearest grid cells Figure from Szeliski book (Fig. 3.9) Pixel (black) is mapped based on interpolated value from its cell and nearest horizontal, vertical, diagonal neighbors

48 Remarques Couleur – Souvent mieux de travailler sur la luminance (sans toucher à la chrominance) Régions – Utilisez un masque pour déterminer une région à re-travailler Fonctions MATLAB utiles: – rgb2hsv, hsv2rgb, hist, cumsum

49 Exemples pratiques

50 À retenir Connaissez bien les espaces de couleur: RGB, HSV, Lab Ajustements simples: contraste, équilibrage des blancs, égalisation d’histogrammes Lorsqu’on travaille sur le contraste dans une image couleur, souvent mieux de travailler sur la luminance!


Télécharger ppt "Les pixels Contenu tiré du cours par Derek Hoiem."

Présentations similaires


Annonces Google